5G NR中的块浮点压缩技术原理与Arm实现

1. 块浮点压缩技术原理与5G NR应用背景

在5G无线通信系统中，物理层处理面临着海量数据吞吐和实时性要求的双重挑战。传统浮点数表示法虽然精度高，但会占用过多存储空间和传输带宽。块浮点（Block Floating Point）压缩技术应运而生，它巧妙地在数据精度和存储效率之间取得了平衡。

块浮点压缩的核心思想是将一组数值共享同一个指数（exponent），仅保留各自的尾数（mantissa）。具体到5G NR的物理层处理，每个资源块（Resource Block，RB）包含12个复数采样点，这些采样点会被视为一个处理单元进行压缩。Arm RAN加速库的实现中，原始数据为16位复数（实部和虚部各占16位），经过压缩后：

• 8位版本：每个采样点用8位表示，整个RB压缩为24字节数据+1字节公共指数
• 9位版本：采用大端序存储，每个采样点用9位表示，共占用27字节+1字节指数
• 12位和14位版本：类似原理，但提供更高精度

关键提示：相位补偿因子(scale参数)的引入是为了解决无线信道中的相位旋转问题。当该参数非NULL时，系统会在压缩前对数据进行相位校正，这对MIMO和波束赋形应用尤为重要。

2. Arm RAN加速库的压缩函数深度解析

2.1 函数接口设计哲学

Arm的接口设计体现了嵌入式系统的高效性原则：

c复制armral_status armral_block_float_compr_8bit(
    uint32_t n_prb,                          // 处理的RB数量
    const armral_cmplx_int16_t *src,         // 输入数据指针
    armral_compressed_data_8bit *dst,        // 输出缓冲区
    const armral_cmplx_int16_t *scale);      // 相位补偿因子

这种设计具有三个显著特点：

1. 显式指定数据精度（8/9/12/14bit），便于编译器优化
2. 使用const指针确保数据安全性
3. 返回状态码（armral_status）提供错误处理机制

2.2 大端序存储的工程考量

在9/12/14bit版本中，A